关于未能复现您Resnet50在Eyepacs上的结果的一些疑问。

[zeng-su123]

您好，我是电子科大的一名研究生，最近也在做糖尿病视网膜病变分级的研究，很兴奋看到您在Resnet50上通过调参达到很好的效果，给后续研究者一个非常高的起点，非常感谢你。

可是在复现您代码的时候遇到了一些问题，结果如上图，那是训练的过程图。 我按照您的数据预处理方法,运行crop.py对图像进行裁切。 配置也是按照您的eyepacs配置的，仅仅改了路径。 唯一的不同点在于我的验证集是从训练集里面划分的，我的训练集，验证集，测试集 分别是 28090 7027 53570，但这个应该不影响。

疑问：为什么训练过程中的Accuracy会这么低呢？ 验证集的kappa也并不高。 我自己使用普通Resnet50，训练集Acc大概90% ，验证集Acc大概84% , kappa能有77%左右。 可能是我使用对您的代码使用的不对，但是我没找到具体原因，所以冒昧打扰您，请您帮忙分析一下，非常感谢您啦。
祝您安好！

[YijinHuang]

您好，感谢您对我们工作的兴趣。很抱歉，这是我们最新提交的代码里出现的问题。因为我们近期将我们的模型库从torchvision转移到了timm，导致了ResNet50在EyePACS上表现不佳。我们猜测是由于模型预训练参数不同引起的。我们目前已经将代码退回到了之前的版本（commit version ffc342f)，请您再次尝试，应该能得到83%左右的Kappa。

关于验证集，我们之前也尝试过从训练集中划分验证集，同样能达到接近文章中的结果，因此我们认为这个应该影响不大。此外，我们pair fusion模块的代码还在整理中，预期会在近期更新至github，同时文章也有新的实验内容更新。十分感谢！

祝好

[zeng-su123]

感谢您的及时回复，我是三天前下载的您的代码，这两天跑了好几次，都没有复现成功，所以来寻求您的帮助，谢谢您。我马上再去尝试一下，帮了大忙啦。祝你安好。

[YijinHuang]

抱歉之前的bug影响了您。如果有什么问题，欢迎再次提出，谢谢！

[YijinHuang]

如果还有其它问题，欢迎重新打开这个Issue。